基于预分类的模糊聚类钢板表面缺陷检测方法技术

本发明专利技术涉及数字图像处理及模式识别技术领域，公开一种基于预分类的模糊聚类钢板表面缺陷检测方法，可在钢板表面缺陷检测时，克服现有钢板表面缺陷检测方法出现的漏判和误判的不足，有效提高钢板表面缺陷在线实时检测的准确度，步骤如下：S1获取钢板表面缺陷图像；S2将步骤S1获取的图像进行预分类，确定图像分类处理的阈值区间；S3对步骤S2中各阈值区间的图像分类处理，生成白色高亮的缺陷目标；S4提取缺陷图像的几何、灰度、投影和纹理特征，通过特征降维确定支持向量机分类器的输入向量，采用模糊聚类算法计算各类样本的聚类中心，将两两聚类中心的距离作为支持向量机分类器分级划分的度量；S5分类判定，得到缺陷检测结果。

【技术实现步骤摘要】

本专利技术涉及数字图像处理及模式识别
，具体涉及一种基于预分类的模糊 聚类钢板表面缺陷检测方法。
技术介绍
钢板已成为众多工业不可缺少的原材料，准确、高效的进行钢板质量检测，合理控 制钢板质量，可以提高生产率，降低人工劳动强度，对提高钢板缺陷检测的智能化水平有着 重要的意义。随着数字图像处理及模式识别技术的快速发展，数字图像处理及模式识别技 术已被应用于缺陷检测。 申请号为201310210470. 6的中国专利技术专利申请公开了一种基于邻域信息评估的 热轧钢板表面缺陷图像识别方法。通过目标检测、缺陷区域分割、基于领域信息评估的局部 二值模式提取特征、支持向量机分类得到钢板缺陷检测结果，采用局部二值模式的特征提 取方法使同类缺陷的特征集中而不同类型缺陷特征区分度提高，采用邻域信息评估窗口方 法有效抵抗特征受到的噪声干扰影响，但其只处理了图像灰度特征，针对钢板缺陷实时检 测的特殊环境，有因光照强度、光照角度等原因引起的反光、亮度偏低等问题，模式不能准 确的定位缺陷，在没有其它特征的辅助下，特征识别存在误判，且单纯的采用支持向量机分 类器的分类准确度不高。申请号为20本文档来自技高网...

【技术保护点】
基于预分类的模糊聚类钢板表面缺陷检测方法，其特征在于：包括如下步骤：S1：获取钢板表面缺陷图像；S2：对步骤S1获取的缺陷图像进行预分类，生成不同的图像处理阈值区间；S3：对步骤S2获取的不同类别的图像进行相应的图像预处理，最终将缺陷以白色高亮状态显示；S4：提取钢板缺陷图像的几何特征、灰度特征、投影特征和纹理特征，优化特征向量，采用模糊聚类方法计算各类样本的聚类中心，将两两聚类中心的距离作为支持向量机分类器每级分类划分的度量；S5：分类判定，得到缺陷检测结果。用type表示分类结果，其中type＝0,1,2,3,4,5，如果type＝1，则表明该缺陷类型为结疤；如果type＝2，则表明该缺陷...

【技术特征摘要】

【专利技术属性】
技术研发人员：鲜晓东，李娇娇，李晓龙，苏航，刘洋，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;85